苏雪平，彭进业

（西北工业大学 陕西 西安 710129）

网络新闻数据包含丰富的文字和图像信息，并且新闻中的人脸图像与字幕中的人名存在多对多关系，如何准确的匹配人脸图像和人名之间的一一对应关系成为一个极富挑战性的问题。针对这一问题，传统解决方法主要是基于文本方法和基于内容的图像方法（即，人脸识别方法）。但是，上述两种方法不是产生错误导致准确率低就是无法获得良好的性能。

Berg等[1]提出结合概率模型的聚类过程显著提高了检索结果。但是实验仅随机挑选了一些真实数据集中的人脸，评价为其命名的正确率。Ozkan等[2]提出基于图论的人脸命名方法，用于寻找与查询人名相关的最相似人脸子集。苏等[3]为了减小运算量和提高聚类的准确率，融合文本和视觉的多模信息提高了人名人脸匹配的性能，实验结果性能优于Berg[1]，Ozkan[2]等的方法。Le等[4]用迭代步骤自动将搜索引擎返回的图像分为相关或无关图像。该方法是完全无监督，并且训练的模型可以用于标注新的人脸，但是需要一些经验参数设置，影响性能的稳定性。

文中结合AP聚类和SVM分类将新闻图像中的多个人脸和多个人名的匹配问题，转化为多类分类问题。为了改善训练样本的可靠性，文中通过迭代更新挑选训练样本并训练多类SVM。综上所述，文中提出基于多类 SVM的新闻政治人物自动标识方法。

1 基于多类SVM的新闻政要人物自动标识

读者浏览新闻时，最关注的是谁在新闻中。……